Sıralı Nomolojik Geçerlik
Ordinal Nomological Validity Assessment · Ayrıca şöyle bilinir: nomological validity for ordinal data, ordinal nomological network, construct network validity (ordinal), ordinal criterion-related validity
Sıralı nomolojik geçerlik, sıralı maddelerle (örneğin, Likert tipi ölçekler) ölçülen bir yapının, diğer yapılar ve ölçütlerle olan beklenen ilişkiler ağı olan nomolojik bir ağ içinde, sürekli ölçüm varsaymak yerine sıralı verilere uygun yöntemler kullanılarak teorik olarak öngörülen şekillerde davranıp davranmadığını inceler.
Tam yöntemi oku
Bu bölümü okumak için ücretsiz hesapla giriş yapın.
Yöntem haritası
İlişkili yöntemlerin komşuluğu — keşfetmek için bir düğüm seçin.
Ne zaman kullanılır
Bir sıralı ölçeği (Likert, derecelendirme, sıklık kategorileri) doğrularken ve teori dışsal yapılarla ilişkileri belirttiğinde sıralı nomolojik geçerlik kullanın. Özellikle yapı yeni olduğunda veya başka bir dilden ya da kültürden uyarlandığında önemlidir. Bu yaklaşımı, teyit edici faktör analizi yerine kullanmayın — iç yapı kanıtını tamamlar, yerini almaz. Yanıt kategorilerinin az olduğu (örneğin, 1-4 ölçeği) veya çarpık olduğu durumlarda sıralı veriler için yalnızca Pearson korelasyonlarına güvenmeyin, çünkü zayıflama yanlılığı ilişkileri hafife alacak ve geçerlik sonuçlarını yanlış yönlendirebilir. Bu yaklaşım ayrıca iyi geliştirilmiş bir nomolojik ağ gerektirir; eğer önceden teori beklenen ilişkileri belirtmiyorsa, yakınsak ve ayrışık geçerlik prosedürleri daha uygun başlangıç noktalarıdır.
Güçlü yönler & sınırlılıklar
- Doğrudan teorik tahminleri test eder, geçerliliği yalnızca istatistiksel ölçütler yerine özgül teoriye bağlar.
- Polikori ve WLSMV tabanlı yaklaşımlar, sıralı ayrışmadan kaynaklanan zayıflama için düzeltme yapar ve Pearson tabanlı yöntemlerden daha doğru tahminler sağlar.
- Geçerliliği yalnızca iç yapı kanıtı değil, teorik tutarlılık da göstererek daha geniş bir yapı ağına yerleştirir.
- Sıralı YEM yöntemleri, tüm ilişki örüntüsünün eş zamanlı olarak resmi değerlendirmesine izin veren model uyum indeksleri sağlar.
- Likert, Thurstone ve zorunlu seçim yanıt ölçekleri dahil olmak üzere çeşitli sıralı formatlara iyi genellenir.
- Veri toplama öncesinde iyi ifade edilmiş bir nomolojik ağ gerektirir; veri toplama sonrası teorileştirme kanıt değerini zayıflatır.
- Polikori tahmini, küçük örneklemler veya seyrek sıralı kategorilerle başarısız olabilir veya uygun olmayan çözümler üretebilir.
- DWLS/WLSMV tahmincileri, kararlı model uyum istatistikleri için nispeten büyük örneklemler (genellikle n > 200) gerektirir.
- Değerlendirme doğası gereği teoriye bağlıdır: kötü tanımlanmış bir nomolojik ağ, yorumlanamayan sonuçlar verir.
- Sonuçlar yakınsak geçerlikle karıştırılabilir, ancak nomolojik geçerlik yalnızca korelasyonel örtüşmeyi değil, teorik olarak türetilmiş örüntüleri özel olarak test eder.
SSS
Sıralı nomolojik geçerlik, sıradan nomolojik geçerlikten nasıl farklıdır?
Kavramsal amaç aynıdır — bir yapının, ilgili yapılar ağında teorinin öngördüğü gibi davranıp davranmadığını doğrulamak. Fark, metodolojiktir: sıralı nomolojik geçerlik, sıralı yanıtlar sürekli aralık puanları olarak ele alındığında ortaya çıkan zayıflama ve dağılım bozulmalarını düzelterek, Pearson korelasyonları ve ML tabanlı YEM yerine polikori korelasyonları, sıra tabanlı katsayıları ve sıralı YEM tahmincilerini (DWLS, WLSMV) kullanır.
Nomolojik ağ kaç ölçüt içermelidir?
Güvenilir bir değerlendirme için minimumda en az iki yakınsak (pozitif ilişkili) ve bir ayrışık (zayıf veya negatif ilişkili) yapı içeren bir ağ gereklidir. Daha fazla ölçüt argümanı güçlendirir, ancak her ilişki, veri toplama öncesinde belirtilen ve sonuçlar incelendikten sonra seçilmeyen teoriye dayanmalıdır.
Polikori korelasyonları yerine Spearman korelasyonlarını kullanabilir miyim?
Spearman rho, parametrik olmayan bir seçenektir ve ilişkinin doğrusal olmasa da monoton olabileceği durumlarda uygundur. Ancak, yapılar altında yatan normal gizil değişkenleri yansıttığı varsayıldığında — ki bu tipik psikometrik varsayımdır — polikori korelasyonları gizil düzeydeki ilişkiyi daha doğru bir şekilde geri kazanır. Spearman, kaba kategorize edilmiş yanıtlar için polikoriye kıyasla hala hafife alma eğilimindedir.
Sıralı YEM nomolojik geçerliği için ne kadar örneklem büyüklüğü gereklidir?
DWLS ve WLSMV tahmincileri, ML'ye göre normallikten sapmalara karşı daha dayanıklıdır ancak yine de yeterli örneklem gerektirir. Yaygın kılavuz, basit modeller için en az n = 200 önerir; birçok yapı içeren karmaşık nomolojik ağlar önemli ölçüde daha fazlasını gerektirebilir. Simülasyon çalışmaları (örneğin, Finney & DiStefano, 2006), WLSMV'nin yüksek derecede normal olmayan sıralı veriler için DWLS'ye kıyasla daha küçük örneklemlerde kabul edilebilir performans sergilediğini göstermektedir.
Nomolojik geçerlik, ölçüm değişmezliği kurulmadan önce mi yoksa sonra mı değerlendirilmelidir?
Nomolojik ilişkiler alt gruplar (örneğin, cinsiyet, kültürel gruplar) arasında inceleniyorsa, önce ölçüm değişmezliği kurulmalıdır. Minimum metrik (yükler) değişmezliği olmadan, gözlemlenen nomolojik ilişki farklılıkları, gerçek yapı düzeyindeki farklılıklar yerine ölçüm artefaktlarını yansıtabilir.
Kaynaklar
- Cronbach, L. J., & Meehl, P. E. (1955). Construct validity in psychological tests. Psychological Bulletin, 52(4), 281–302. DOI: 10.1037/h0040957 ↗
- Borsboom, D., Mellenbergh, G. J., & van Heerden, J. (2004). The concept of validity. Psychological Review, 111(4), 1061–1071. DOI: 10.1037/0033-295X.111.4.1061 ↗
Bu sayfayı kaynak gösterin
ScholarGate. (2026, June 3). Ordinal Nomological Validity Assessment. ScholarGate. https://scholargate.app/tr/psychometrics/ordinal-nomological-validity
Hangi yöntem?
Bu yöntemi en yakın akrabalarının yanına koyup yan yana okuyun — kütüphane kitapları masaya serer; seçim sizindir.
- Doğrulayıcı faktör analizi (DFA)Psikometri↔ karşılaştır
- Nomolojik GeçerlikPsikometri↔ karşılaştır
- Sıralı Yakınsak GeçerlilikPsikometri↔ karşılaştır
- Sıralı Ayırt Edici GeçerlilikPsikometri↔ karşılaştır
- Sıralı Ölçüm Değişmezliği TestiPsikometri↔ karşılaştır